Les cinq étapes de la création d’une carte au moyen de petits drones

Auparavant, on représentait tous les éléments d’une carte par des symboles dont les caractéristiques spatiales (emplacement, taille, forme) pouvaient être définies mathématiquement dans un système référentiel de coordonnées. On appelait « données vectorielles » les informations spatiales sous-jacentes aux éléments représentés de cette manière. En revanche, depuis l’apparition de la photographie aérienne, on peut désormais également produire des cartes avec des cellules de quadrillage (ou pixels) à chacune desquelles on assigne des valeurs de couleur normalisées, exactement comme pour une image numérique. On appelle « données raster » (ou matricielles) les données utilisées pour produire ce type de carte. Les cartes élaborées à partir des capteurs embarqués à bord des véhicules aériens sans pilote (VASP) ou drones sont dites « sous format matriciel ».

Une carte, au sens traditionnel du terme, doit au minimum répondre aux conditions suivantes : elle doit comporter une échelle et une flèche indiquant le nord, et elle doit offrir un grand degré de cohérence dans la précision des données. De nos jours, au lieu d’utiliser une échelle donnée pour obtenir la résolution souhaitée, les experts utilisent la résolution au sol (Ground sample distance, GSD). Cela représente la largeur et la longueur de la zone couverte au sol par un seul pixel de la mosaïque de capteurs de la caméra. La précision de la carte est donc intimement liée à la GSD. Pour une GSD fixée à 20 centimètres, il ne sera pas possible d’obtenir une mesure des distances entre des points perceptibles au sol plus précise que 20 cm.

Cinq étapes sont nécessaires pour créer une carte au moyen de drones de petite taille :

Étape 1. Conception de la carte et des plans de vol

Afin de s’assurer que la carte sera bien adaptée aux objectifs poursuivis, il importe de déterminer dès le début du processus le type de capteur(s) à utiliser (de lumière visible, de lumière infrarouge, multispectral ou hyperspectral). Une fois le type de capteur déterminé, il faut fixer la GSD adéquate. Plus la résolution au sol diminue et plus la résolution (et la précision) de la carte sera élevée.

Pour évaluer la résolution au sol souhaitée avec un appareil donné, il faut calculer l’altitude de vol correspondante, qui sera fonction de la résolution du ou des capteur(s) et de la distance focale de l’optique de la caméra. La création de cartes à partir d’images doit de plus garantir un recouvrement minimum des photos (exprimé en pourcentage). Pour satisfaire aux exigences en matière de recouvrement, il convient de calculer les intervalles auxquels l’appareil doit se déclencher, ainsi que l’espacement des bandes adjacentes au moyen des dimensions de l’empreinte au sol d’une image.

La Figure 1 illustre le rapport entre, d’une part, la taille et la résolution du capteur ainsi que la distance focale et l’altitude de vol et, d’autre part, la résolution au sol (GSD) et les espacements entre les déclenchements et entre les bandes.

Figure 1 : Paramètres du plan de vol (en mètres)

Par exemple, pour une GSD fixée à 12 millimètres, l’altitude de vol est de 50 mètres, l’appareil doit se déclencher tous les 9,8 mètres dans la bande de vol, et les bandes de vol doivent être espacées de 22 mètres.  
Une fois ces paramètres calculés, on peut mettre au point un plan de vol pour couvrir la zone d’intérêt. Il existe de nombreux outils de conception de plans de vol (gratuits ou payants) pour générer des plans de vol et des plans de tâches numériques de manière quasi automatique qui pourront ensuite être téléchargés sur le drone qui les exécutera alors automatiquement.

Étape 2. Acquisition des images

Afin de permettre l’orientation et la position absolues de la future carte, c’est-à-dire pour géo-référencer cette carte, il est nécessaire de placer sur le terrain des balises de taille et de forme adéquates : ces « Points de contrôle au sol » (PCS) doivent pouvoir être formellement identifiés sur l’imagerie aérienne, et leurs coordonnées dans le système de cartographie de référence souhaité seront mesurées par des méthodes de géomètres.

Dès que les balises PCS sont en place, le plan de vol peut être téléchargé sur le drone pour y être exécuté. Pour un fonctionnement sûr, il convient de procéder à des vérifications de vol et à l’évaluation du terrain avant le lancement du drone. À l’atterrissage, on télécharge le journal de bord et les images aériennes du drone vers un ordinateur portable ou un périphérique de stockage avant de procéder au traitement des images.

Étape 3. Traitement des images 

On associe volontiers la technologie des drones à la production de cartes en haute résolution, mais, sans la technologie de la Structure from Motion (SfM), la révolution cartographique que nous connaissons n’aurait jamais pu avoir lieu. Le degré d’automatisation extrêmement élevé qui caractérise cette technique de cartographie est essentiel pour la démocratisation de la production de cartes.

La première étape de la SfM consiste à aligner les caméras, processus accéléré par l’introduction des positions approximatives des caméras telles qu’enregistrées par le contrôleur de vol du drone. Ces positions approximatives sont également utilisées pour géo-référencer les positions des caméras, ainsi que tous les produits en aval générés par le processus de SfM. Lorsque des PCS (ainsi que leurs coordonnées terrestres) sont nécessaires pour un géoréférencement plus précis, leurs coordonnées-image doivent être visibles dans chaque visuel dans lequel ils apparaissent. Cette étape est généralement la seule intervention manuelle de la procédure de SfM. Dès qu’un modèle de terrain et un atlas de textures ont été produits, on peut générer différents produits géo-spatiaux. En règle générale, sur un ordinateur portable, on peut traiter quelque 500 images de 20MP (couvrant entre 5 et 10 hectares à une résolution au sol entre 10 et 20 millimètres) de grande qualité en l’espace de 24 heures environ.

Étape 4. Préparation et visualisation des produits géo-spatiaux

Une fois le processus de SfM achevé, on peut extraire différents produits géo-spatiaux. Pour une représentation en deux dimensions du terrain, on génère une orthophotographie sur le référentiel et la projection souhaités. On obtient alors une carte raster géo-référencée sans distorsion. Pour ajouter la troisième dimension, on peut générer un modèle altimétrique numérique (MAN) sous format matriciel ou vectoriel. L’association des produits susmentionnés permet des visualisations en 3D extrêmement réalistes, ainsi que des analyses plus ou moins automatiques relatives à la santé de la végétation, la détection de bâtiments, l’évaluation des sols sous l’angle du drainage et de l’irrigation, ou encore au calcul des volumes et de la hauteur des cultures.

Étape 5. L’extraction d’informations essentielles 

Des cartes matricielles véhiculent une quantité impressionnante d’informations, mais la diffusion des volumes de données très importants qu’elles contiennent occuperait une quantité considérable de bande passante. De nombreux logiciels de représentation graphique sont incapables de gérer de tels volumes. Il est donc impératif d’extraire des volumes de données les éléments essentiels pour toute analyse spécifique.

Cette opération est réalisée grâce à l’arpentage virtuel, un processus permettant à l’« arpenteur » de parcourir sans effort le terrain virtuel tout en procédant à des mesures, comme s’il se trouvait sur le terrain. Toutes les données capturées ainsi par l’« arpenteur virtuel » sont sauvegardées sous format vectoriel (format le plus efficace) puis exportées vers un logiciel DAO ou un système d’information géographique (SIG). La possibilité de se livrer à des travaux de topographie virtuels permet d’améliorer considérablement les performances et de réduire les coûts liés aux travaux de cartographie et de topographie. Le travail sur le terrain ne prend plus que quelques heures contre plusieurs semaines auparavant, voire plusieurs mois.

Autres progrès liés à la cartographie par drones

Notons que la cartographie SfM sans PCS est également possible : il suffit alors de connecter un récepteur miniaturisé de système mondial de navigation par satellite (GNSS) à double fréquence à la caméra pour enregistrer le moment précis de chaque déclenchement de l’appareil. De cette manière, les positions de déclenchement peuvent être déterminées de manière très précise, au centimètre près. Certains soutiennent que cette manière de procéder permet de faire l’impasse sur les PCS. De toute évidence, cette nouvelle approche devra faire l’objet de recherches plus approfondies avant de pouvoir convaincre les professionnels de la cartographie.

Enfin, l’émergence de scanners Lidar toujours plus légers constitue un autre progrès important. Le Lidar présente l’avantage unique de pouvoir pénétrer à travers la végétation, ce que n’arrive pas à faire la SfM.

Grâce à ces étapes et ces développements, les cartes numériques peuvent désormais être créées et analysées.

À propos de l’auteur :

Walter Volkmann (walter@unirove.com) préside Micro Aerial Projects L.L.C., une entreprise officielle de mesures géodésiques et cadastrales, spécialisée dans les solutions géo-spatiales.

Source:

Vous pouvez commander une version imprimée ou télécharger une version PDF de ce numéro en suivant ce lien : http://bit.ly/uav4ag-FR

Une sélection d'articles sont proposés sur le portail web du magazine : http://ictupdate.cta.int/fr, où vous pouvez vous abonner à la publication gratuitement.

Five steps of making a map with small drones

Traditionally all features on a map were represented in the form of symbols whose spatial characteristics, like location, size and shape, could be mathematically defined in a spatial reference system. The underlying spatial information of features depicted in this way is referred to as vector data. Since the arrival of aerial photography, however, maps could also be made with contiguous cells, called pixels, to each of which normalised colour values are attached, just like a digital image. The data used to make a map in this way is referred to as raster data. The maps derived directly from unmanned aerial vehicles (UAV)-carried sensors are in raster form.

In the classical sense, a map has to satisfy at least the following basic conditions: it has to have a scale, a north arrow and be of uniform accuracy across the mapping domain. The scale on printed maps determined its resolution as well as its accuracy. In the digital age the scale of a map can be changed by simply scrolling the wheel of your mouse. Instead of using scale to achieve desired resolution, analysts nowadays make use of the Ground Sampling Distance (GSD). The GSD represents the width and length of the area covered on the ground by one pixel on the sensor array of the camera. For any given camera, the GSD is thus a function of how high above the ground the camera is located. The accuracy of the map is in turn intrinsically linked to the GSD. For a GSD of 20 centimetres it is not possible to measure distances between discernible features more accurately than 20 centimetres.

The small drone mapping workflow can be divided into five steps.

Step 1. Map design and flight planning

To ensure that the map is made “fit for purpose” it is important to decide from the outset which type of sensor(s) (visible light, infrared, multispectral, hyperspectral) will be needed. Once the appropriate sensor has been identified, the appropriate GSD has to be determined. The smaller the GSD, the higher the resolution (and accuracy) of the map will be.

To achieve the desired GSD with a given camera the corresponding flying height has to be computed. This is a function of the sensor resolution and the focal length of the lens of the camera. Moreover, making maps from images requires the so-called “stereo effect” which is brought about by image overlaps. Overlaps along the flight direction and between adjacent strips are expressed in percentages. Using the footprint dimensions of an image on the ground, the intervals at which the camera must expose and the spacing of adjacent lines which will satisfy the overlap conditions must be computed.

Figure 1 illustrates the relationship between camera sensor size and resolution, focal length and flying height on the one hand and GSD, photo and line spacing on the other.

Figure 1: Flight Planning Parameters (in units of meters)

For example, a GSD of 12 millimetres requires a flying height of 50 metres, the camera must be exposed every 9.8 metres along the flight line and flight lines must have a spacing of 22 metres.
With these parameters a flight plan can be compiled to cover the area of interest. There are many flight planning tools (open source as well as proprietary) available to more or less automatically generate digital flight and task plans which can be uploaded to the drone for automatic execution.

Step 2. Image acquisition

To provide the resulting map with absolute orientation and location, in other words to geo-reference it, it is necessary to place suitably sized and shaped targets on the terrain. These targets, known as Ground Control Points (GCPs) must be positively identifiable in the aerial imagery and their coordinates in the desired mapping reference system have to be established by survey. Obviously the targets have to be in place during the time of aerial image capture, however, they can be surveyed before or after image acquisition.

Once the GCP targets are in place, the flight plan can be uploaded to the drone for automatic execution. To ensure a safe operation, launching the drone should be preceded with flight checks and terrain evaluation. Upon landing the flight logs of the drone and the aerial images are downloaded to a laptop or storage device for processing.

Step 3. Image processing 

Drone technology is predominantly associated with high resolution mapping, but without the powerful Structure from Motion (SfM) technique we would not be experiencing the current mapping revolution. The very high degree of automation in this robust mapping technique is key in the democratization of map making.

The first step in the SfM workflow is the alignment of the cameras. This process can be accelerated by introducing the approximate camera exposure positions as recorded by the flight controller of the drone. These approximate camera positions are also used to approximately geo-reference the positions of the camera positions as well as all subsequent products generated by the SfM process. When GCPs (with their terrestrially determined coordinates) are needed for more precise geo-referencing, their image coordinates have to be observed in each image on which they appear. This is commonly the only manual intervention in the SfM process. Once a terrain model and a texture atlas have been derived, various geo-spatial products can be generated. As a rough rule of thumb some 500 20MP images (covering some 5 to 10 hectares at 10 to 20 millimetres GSD) can be processed at high quality in a matter of 24 hours or less on a gaming laptop.

Step 4. Preparation and visualisation of geo-spatial products

Once the SfM process has been completed various geo-spatial products can be extracted. For a two-dimensional depiction of the terrain an ortho photo is generated on a desired mapping datum and projection. This is a geo-referenced, distortion free raster map (as opposed to a distorted mosaic of “stitched” images). To add the third dimension a digital elevation model (DEM) either in raster or in vector form can be generated. Combining the above products allows for highly realistic 3D visualisations as well as more or less automated analyses such as vegetation health, building detections, terrain evaluations with regard to drainage and irrigation, volume calculations and crop heights, to mention a few.

Step 5. The extraction of essential information 

While raster maps such as high resolution ortho photos with underlying DEMs can convey a tremendous amount of information, they do so at the expense of very large data volumes which require considerable bandwidth for dissemination. Many graphic information systems, such as Computer Aided Drafting (CAD) programmes simply cannot handle these volumes. It is thus necessary to extract from the mass data volumes those elements that are essential for a specific analysis.

This is done by means of virtual surveying, a process which enables the “surveyor” to effortlessly navigate on and over the virtual terrain while performing measurements as if he were in the field. All data captured by the “virtual surveyor” in this fashion is saved in the much more efficient vector format and subsequently exported to CAD or Geographic Information Systems (GIS). The ability to do surveys virtually brings about enormous performance improvements and cost savings to mapping and surveying, typically reducing field work from weeks or months to a few hours.

Other developments related to drone mapping

It should be mentioned that SfM mapping without the use of GCP is also possible. This is accomplished by connecting a miniaturised dual frequency global navigation satellite system (GNSS) receiver to the camera to record the exact time of each exposure. In this way the camera exposure positions can be determined accurately to a few centimetres, thus it is argued, obviating the need for GCP. More research is needed before this approach can overcome the scepticism of many mapping professionals.

Finally, the emergence of ever lighter Lidar scanners is another important development. Lidar has the distinct advantage of penetrating vegetation, something which SfM fails to do.

With these steps and developments in mind digital maps can be created and analysed.

About the author:

Walter Volkmann (walter@unirove.com) is president of Micro Aerial Projects L.L.C., a geodetic and cadastral Surveyor, and geo-spatial solutions specialist.

Source:

Republished with permission from ICT Update, issue 82, April 2016

Follow @UAV4Ag on Twitter

Five steps of making a #map with small #drones #sUAS https://t.co/nkYUb6DcRg #mapping #howto #UAV #raster #vector pic.twitter.com/vTzBxuA1Eq

— Drones 4 Agriculture (@UAV4Ag) June 11, 2016